نام و نام خانوادگی:سعیده کوشکی
عنوان پایان نامه: مطالعه و بهبود روش های تشخیص میتوز با استفاده از شبکه های عصبی کانولوشنال در تصاویر پاتولوژی پستان
رشته تحصیلی:مهندسی پزشکی- بیوالکتریک
مقطع تحصیلی: کارشناسی ارشد ناپیوسته
استاد راهنما: دکتر سیده شهربانو فلاحیه حمیدپور
چکیده:

سرطان پستان شایع ترین علت اصلی مرگ و میر ناشی از سرطان در زنان است. روش های زیادی برای تشخیص خوش خیم یا بدخیم بودن سرطان پستان وجود دارد، اما تشخیص پاتولوژیک اغلب به عنوان “استاندارد طلایی” در نظر گرفته می شود. از آن جایی که شکل و بافت سلول ها در مراحل مختلف رشد میتوز متنوع است و همچنین، سلول های تقلیدی بسیاری وجود دارند که از نظر ظاهری بسیار شبیه به میتوزها هستند، بنابراین، دشواری تشخیص میتوز را افزایش می دهد و مقابله با موارد مثبت کاذب را برای فرآیند تشخیص دشوار می کند. در نتیجه شناسایی سلول های میتوزی در تصاویر هیستوپاتولوژی و شمارش آنها مهمترین شاخص برای ارزیابی خطر متاستاز است. در رابطه با این موضوع در سال های اخیر محققان روش های زیادی را برای بهبود و اصلاح کیفیت تصاویر میتوزی انجام داده اند، از جمله استفاده از روش های خودکار سازی این عملکرد با استفاده از چارچوب یادگیری عمیق، استفاده از شبکه رگرسیون عمیق برای پاسخگویی به چالش های موجود، استفاده از روش های مرحله به مرحله ی تقسیم بندی و طبقه بندی با الگوریتم کریل هرد، روش هایی برای شناسایی خودکار میتوز بر اساس شبکه های عصبی کانولوشنی، استفاده از یک شبکه عصبی کاملاً کانولوشن فیوژن چند مقیاس آگنوستیک دامنه اتوماتیک برای شناسایی میتوزها، و همینطور ارائه یک سیستم یادگیری چند وظیفه ای پایان به پایان برای تشخیص میتوز از تصاویر پاتولوژی که “شبکه میتوزی” نامگذاری شده است.
بنابراین، در ابتدا خودکارسازی این فرآیند برای کاهش زمان وکاهش خطا، سپس پردازش تصویربرداری خودکار برای تشخیص سرطان سالهاست به عنوان یک موضوع تحقیقاتی مورد بررسی قرار گرفته است. برای تحلیل مدل ها از پایگاه داده تصاویر چالش ارزیابی الگوریتم های تشخیص میتوز سال 2013 و پایگاه داده طبقه بندی تصاویر هیستوپاتولوژیک سرطان پستان استفاده می شود که شامل 9109 تصویر میکروسکوپی از بافت تومور پستان از 82 بیمار که با استفاده از فاکتورهای مختلف بزرگنمایی جمع آوری شده و شامل 2480 نمونه خوش خیم و 5429 نمونه بدخیم است. در اين پايان نامه هدف اين است که از شبکه های عصبی کانولوشنال برای بهبود و اصلاح کیفیت تصاویر پاتولوژی جهت تشخیص بهتر سرطان پستان برای تشخیص سلول های میتوزی استفاده شود. برای تحلیل مدل ها از الگوریتم های تشخیص میتوز در چالش 2013 (AMIDA13) مورد توصیف قرار گرفت.

کلیدواژه: تشخيص ميتوز، شبکه هاي عصبي کانولوشن، تشخيص سرطان سينه، تصاوير پاتولوژي،کانتور فعال، یادگیری انتقال